基于多属性决策的供应链排序问题研究

文章以生产排序费用和分批发送费用总和最小为排序目标,考虑包含单个供应商向多制造商供应工件的供应链排序问题,并建立了问题的数学模型;提出了一种融合多属性决策方法的动态规划算法,给出了相应算例,并分析了算法的复杂度。     

铁路突发事件应急资源调配的优化与决策

优化铁路应急救援资源的调配是降低突发事件人员伤亡、减少财产损失的重要途径。基于应急资源调配的特点及要求,建立应急资源调配时间最短的单目标模型,以及调配时间最短,且应急出救点最少的双目标模型;并运用分层序列法进行求解。研究表明,双目标模型优化可以减少应急出救点、节约救援成本。利用Matlab软件设计应急资源优化调配的决策程序,实现资源调配决策的快速化、科学化;并以南昌铁路局为例进行实证分析。研究成果为铁路突发事件的科学应急救援,减少事故救援时间和成本提供参考。     

基于WebGIS地理信息网络发布的技术实现与应用

为解决农业智能系统宏观决策提供技术支撑,利用W ebG IS(W eb Geograph ic Inform ation System),Ar-cIMS(Arc InternetM ap Server),Servlet/JSP(Java Server Pages),动态W eb等软件技术,提出地理信息网络发布的技术路线。通过前后台分割,使传输过程优化,可有效地应用该技术建造一个基于W ebG IS的粮食作物品种动态智能系统,实现了粮食作物区域的信息发布,为农业宏观区域的管理、规划和决策提供了依据。     

改进的离差最大化决策模型及其在临近空间多任务规划中的应用

一些常用的多属性决策方法在处理多属性评价问题时,易出现评价结果相近,评价值差异较小、区分度不高等问题. 运用离差最大化思想构建的多属性决策模型,能有效拉大评价值间的差异,便于决策方案的优选和排序. 但该模型在实践中,只考虑了因属性值差异性引起的可变权重,忽略了评价指标本身的属性权重,易造成评价结果偏离真实结果. 鉴于此,对已有的基于离差最大化的多属性决策模型进行改进,综合考虑评价属性的可变权重和属性权重,设计了改进的离差最大化决策模型,并将该模型应用于临近空间多任务系统综合效能评估中,为临近空间多任务规划方案的排序及优选提供决策支持. 最后,通过算例,对比验证了该模型具有一定的适用性.     

基于仿真的军械紧急调运决策模型研究

分析了战时军械紧急调运的特点,指出了已有相关研究的局限性:①没有考虑军械紧急调运中存在的不确定性;②模型优化算法的实现较为复杂。针对这两点不足,将智能优化算法PSO与MonteCarlo仿真进行融合,提出了基于仿真的军械紧急调运决策模型,并依据模型较好地解决不确定环境下的军械紧急调运的决策优化问题。结合一个仿真算例,通过对比分析,证明了采用基于仿真的模型得到的调运决策更为合理、可信。     

决策要素动态变化的群体决策偏好演化过程

研究交互式动态群体决策偏好收敛自适应过程的内在机制和规律,发现和控制影响群体一致度和偏好收敛时间的关键因素,以改善群体决策时间绩效. 应用计算实验方法,基于Deffuant有界自信假设的妥协策略,在微观层面上构建偏好演化动力 学模型,模型符合群体决策共识过程原则要求;在模型基础上观察分析个体属性特征对一致性绩效、收敛时间绩效的作用. 论文在决策成员社会惰性、空间位置、决策偏好动态变化的决策情景中,研究决策者社会惰性对群体决策偏好收敛时间的影 响. 建立了动态群体决策的概念框架,分别针对惰性不变的偏好演化模型和惰性变化的偏好演化模型设计了两个计算实验. 实验1：比较不同社会惰性水平p^*和不同选择半径r组合下,决策偏好时间T_c的变化. 实验2：比较不同惰性 递增速率v和不同惰性递增上限ps组合下,决策偏好时间T_c的变化. 研究发现：1）社会惰性越大,对 偏好收敛的阻滞效应越显著;2） r越小,T_c随着p*递增的趋势更强;3）当扩大决策成员交互对象的 选择范围,T_c的波动减小,群体达成共识的时间更稳定;4）当社会惰性值随休眠持续期在一定范围内线性 递增时,T_c递增存在一个分界值.     

考虑多个子群意见的多要素大群体决策方法

针对存在多个子群的多要素大群体决策问题，提出一种决策分析方法.首先，依据参与决策的个体针对方案构成要素的排序，计算各要素针对各参与个体的borda分值.其次，构建要素针对各子群的平均borda分值向量，再将其归一化后作为针对各子群的虚拟方案.然后，考虑到各子群的评估一致性存在差异，计算各子群的权重.进一步地，计算各虚拟方案与各备选方案之间的贴近度，并将其与各子群权重相集结，得到针对各备选方案的综合贴近度，并据此对备选方案进行排序.最后，通过一个考虑公众意愿的城市公园设计方案选择问题的算例说明了所提出方法的可用性.     

房地产开发企业供给决策理论模型与行为分析

政府加大土地出让力度、提高企业融资限制等调控政策能否达到增加住房供给的目标,在很大程度上要受到开发企业供给决策的影响.为了模拟开发企业的供给决策行为,提出了综合考虑房地产开发企业主要决策环节的理论模型.研究表明:在一定的市场环境下,开发企业具有稳定的土地、可售住房、现金和融资额度的储备倾向,为了实现全局利润最大化和持续经营的目标,可能在某一项目或决策环节选择次优策略;随着市场环境发生变化,开发企业会对储备策略进行调整,当房价上涨预期增加时,企业的存货储备倾向显著增强,当房价风险增加时,企业的资金储备倾向显著增强,当融资成本增加或融资约束增强时,开发企业短期内为了回笼资金而加快销售,但由于经营节奏放缓、存货储备倾向提高,企业的长期供给潜力会受到不利影响.     

基于功率谱熵特征提取的脑电波大脑年龄预测

 大脑会随着年龄的增加而出现功能衰退，通过决策实验获取年轻人和中老年人的脑电信号，可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法，并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明，脑电波功率谱熵（PSE）具有良好的时域分辨能力和更准确的区分效果，年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的，即年轻人所产生的脑电波信息量更大。此外，支持向量机（SVM）的分类效果优于随机森林（RF）方法，最高平均精度达88.02%，比随机森林高出2.66%。通过基尼指数对特征重要性排序，还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大，分类器更容易在这些特征区域做出更好的分类。     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。